一种基于粗糙集属性重要度和密度聚集的匿名化方法

摘要

基于微聚集技术的k-匿名化MDAV算法没有考虑数据属性的分布情况和数据属性重要性在聚类中的作用,易产生不合理的划分,从而对数据的保护程度与数据可用性之间关系带来影响。针对这个问题本文提出一种基于属性重要度和密度聚类的MDAV改进方法实现对数据集k-匿名化。首先采用基于密度聚类DENCLUE方法对数据表进行聚集成簇,然后对每个簇采用基于粗糙集属性重要度作为加权距离的权值来计算相似样本,实现对数据集的k-划分。与MDAV算法比较测试,所改进的方法改善了发布数据的可用性。